Que fait Enregistrement vidéo de navigateur ?
Modèle de dépendances
Séparez le flux de travail en trois couches :
- Contrôle du navigateur et images sources : Utilisez le navigateur intégré de Codex via la compétence/MCP Browser. N'utilisez pas Chrome lorsque l'utilisateur demande le navigateur Codex ou que le projet l'interdit. La couche navigateur fournit des captures d'écran réelles et des états de clic/défilement/navigation réels.
- Rendu vidéo local : Utilisez le script Python fourni pour rendre les captures d'écran en une vidéo MP4 avec un curseur macOS naturel, une échelle de clic subtile et un cadrage de type zoom-follow calme. Cela ne nécessite pas de MCP d'enregistrement d'écran.
- Intégration facultative d'un enregistreur natif : Utilisez un MCP d'enregistrement natif uniquement s'il est appelable et explicitement utile pour démarrer/arrêter un enregistrement d'application réel ou ouvrir un projet généré. S'il est indisponible, bloqué ou incapable de capturer la surface du navigateur Codex, utilisez à la place le rendu vidéo à partir de captures d'écran et expliquez le repli.
Exécution autonome
Cette compétence est suffisante pour qu'une autre instance de Codex effectue le rendu Python à condition que le dossier complet de la compétence soit installé, y compris scripts/render_browser_demo.py. Codex doit exécuter le script fourni plutôt que de recréer le rendu.
Outils locaux requis :
python3- Package Python
Pillow ffmpegetffprobe
L'extraction facultative du curseur macOS utilise swift et /usr/sbin/screencapture. S'ils sont indisponibles, fournissez un PNG transparent via cursor_asset et définissez cursor_hotspot dans la configuration.
La compétence/MCP Browser est toujours nécessaire pour les nouvelles captures d'écran du navigateur intégré Codex. Si elle est indisponible, utilisez la meilleure source de captures d'écran automatisée de navigateur disponible et indiquez le repli.
Prise en charge facultative d'un enregistreur natif
Pour l'enregistrement d'application natif, vérifiez que le MCP prend en charge :
- Utilisation de
frameRate: 60. - Utilisation de
resolutionRawValue: "4K". - Utilisation de
ratioPresetRawValue: "4:3"pour les enregistrements régionaux. - Utilisation d'un
selectedRegionOnScreenexplicite lors du recadrage vers une zone de navigateur intégrée.
Pour le rendu local, 4K 4:3 signifie 3840x2880. Si un enregistreur natif expose une énumération 4K, traitez-la comme un préréglage de résolution côté application et associez-la à une sélection de région 4:3 lors de l'enregistrement via ce MCP.
Flux de travail de capture
Utilisez d'abord browser:control-in-app-browser. Après avoir chargé sa documentation, pilotez le navigateur intégré avec l'API Node/navigateur :
- Définissez la zone d'affichage sur
1920x1440pour un rendu 4:3 4K, puis réinitialisez-la avant de terminer. - Accédez à la page demandée et effectuez des clics, retours, recherches et défilements réels.
- Enregistrez des captures d'écran du navigateur uniquement après chaque changement d'état important. Utilisez des noms comme
01-resultats-haut.png,02-apres-clic-carte.png,03-retour-resultats.png. - Enregistrez les coordonnées de la zone d'affichage de chaque cible de clic/défilement. Le chemin final du curseur doit atterrir sur ces points, faire une pause, cliquer, puis se déplacer vers le point significatif suivant.
Évitez l'automatisation des coordonnées du bureau sauf si l'utilisateur a explicitement besoin de l'interface système. La visibilité du navigateur Codex peut ne pas exposer de surface macOS capturable ; les captures d'écran de l'API navigateur sont la source fiable.
Règles de mouvement
Donnez au curseur un aspect déterminé :
- Utilisez des chemins de curseur peu nombreux et principalement droits.
- Faites une brève pause sur une cible avant de cliquer.
- Ne vous promenez pas sur des éléments UI non pertinents.
- Laissez la transition de page se produire après le clic, pas avant.
- Utilisez uniquement un retour de clic subtil : un dip/rebond d'échelle, pas d'anneaux décoratifs sauf demande expresse.
- Gardez le zoom-follow plus calme que le curseur. La caméra doit cadrer le contenu cliqué, pas suivre chaque petit mouvement de souris.
Cible visuelle par défaut :
- Pointeur macOS réel extrait du compositeur, ou un actif de curseur transparent existant.
- Échelle du curseur
3.0, correspondant au style de gros curseur couramment utilisé dans les démos éditées. - Force d'animation de clic
15pour un dip d'échelle de clic subtil. - Force de rotation jusqu'à
8deg, uniquement à partir de la vélocité horizontale.
Script de rendu
Utilisez scripts/render_browser_demo.py pour un rendu 60 fps 4:3 4K déterministe :
python3 /chemin/vers/enregistrement-navigateur/scripts/render_browser_demo.py \
--config /tmp/config-demo-navigateur.json \
--output /tmp/demo-navigateur-4x3-4k-60fps.mp4
Générez une configuration de départ :
python3 /chemin/vers/enregistrement-navigateur/scripts/render_browser_demo.py --write-template
La configuration fournit :
shots: correspondance des noms d'état avec les chemins PNG des captures.scene_starts: entrées[temps, nomCapture, transition].cursor_keys: entrées[temps, x, y]de coordonnées de zone d'affichage.camera_keys: entrées[temps, x, y, zoom].click_times: horodatages des clics.duration,fps,output_size,source_size,cursor_scale.
Valeurs par défaut recommandées :
{
"fps": 60,
"output_size": [3840, 2880],
"source_size": [1920, 1440]
}
Si cursor_asset est omis, le script affiche brièvement un calque de couleur unie et utilise screencapture pour extraire le curseur macOS réel actuel dans un PNG transparent. Ceci est un support de rendu local, pas une dépendance MCP.
Vérification
Vérifiez toujours la vidéo produite :
ffprobe -v error \
-show_entries stream=codec_name,width,height,r_frame_rate \
-show_entries format=duration,size \
-of json /chemin/vers/sortie.mp4
Extrayez au moins une miniature à mi-vidéo et inspectez-la :
ffmpeg -y -ss 8 -i /chemin/vers/sortie.mp4 -frames:v 1 -update 1 /tmp/miniature-demo-navigateur.png
Confirmez :
- La résolution correspond à la sortie demandée, généralement
3840x2880pour du 4:3 4K. - La fréquence d'images est de
60/1ou équivalent. - La durée correspond à la demande.
- Le curseur est visible, naturel et sur la cible.
- La vidéo est recadrée sur le contenu du navigateur, pas sur le bureau.
- Le remplacement de la zone d'affichage du navigateur a été réinitialisé.